Informational Approach for faults tolérant autonomous vehicles navigation : Application on mobiles robotics
Approche informationnelle pour la navigation autonome tolérante aux défauts : Application aux systèmes robotiques mobiles
Abstract
Over the last years, autonomous navigation for mobile robot systems has
known an increasing interest from the scientific community. This is mainly due
to the diversity of its applications and the different challenges that it represents.
Without any human intervention, autonomous navigation must be safe, reliable
and accurate. Nevertheless, it may be subject to various degradations that could
compromise its objective. Indeed, external disturbances, as well as sensor and
actuator faults, may affect the different aspects of autonomous navigation,
which are localization, path planning and trajectory tracking. This is why we
are devoting this thesis to the design of new algorithms that contribute to
make the navigation system robust against external disturbances and tolerant
to sensor and actuator fauts. We have adopted a residual generation based
fault-diagnosis strategy combined with a robust sliding mode controller that is
robust against a certain class of perturbations that are not necessary uniformly
bounded.
The proposed diagnostic layer is purely informational. It is based on the use
of two information filters with different evolution models, and the divergences
of Bhattacharyya and Kullback-Leibler for residual design. These residuals are
evaluated using statistical methods, in order to detect, isolate then exclude
sensor and actuator faults from the navigation system.
The proposed approach is applied to different differential drive mobile-robot
systems. Experimental results obtained by using the CRIStAL robotic platform,
so-called PRETIL, are presented and discussed.
La navigation autonome des systèmes robotiques mobiles a suscité un grand
intérêt dans la communauté scientifique ces dernières années. Cela est principalement
dû à la diversité de ses secteurs d’applications et les différents challenges
qu’elle représente. En raison de l’absence d’une intervention humaine, la navigation
autonome se doit être sûre, fiable et précise. Néanmoins, elle peut être
sujet à différentes dégradations qui peuvent compromettre son objectif. En effet,
les perturbations externes, tout comme les défauts capteurs et actionneurs,
affectent les différents aspects de la navigation autonome qui sont la localisation,
la planification et le suivi de trajectoire. C’est pourquoi nous consacrons
cette thèse à l’étude et à la conception de nouveaux algorithmes qui contribuent
à rendre le système de navigation robuste et tolérant aux défauts. Nous
avons fait le choix d’utiliser des algorithmes de diagnostic de défauts capteurs
et actionneurs à base de résidus, et une commande robuste par modes glissants
permettant d’assurer une tolérance passive contre une classe plus large
de perturbations externes, qui ne sont pas forcément bornées d’une manière
uniforme.
La couche de diagnostic proposée est purement informationnelle. Elle se
base sur l’utilisation de deux filtres informationnels avec différents modèles
d’évolution, et les divergences de Bhattacharyya et de Kullback-Leibler pour la
conception des résidus. Ces résidus sont évalués via des méthodes statistiques
pour permettre la détection, l’isolation et l’exclusion de défauts capteurs et
actionneurs.
L’approche proposée est appliquée sur des systèmes robotiques mobiles à
roues avec entraînement différentiel. Les résultats expérimentaux obtenus sur
la plate-forme robotique PRETIL de CRIStAL sont présentés et discutés.
Keywords
Autonomous navigation
localization
data fusion
information filter
trajectory tracking
sliding mode control
fault tolerance
fault-diagnosis
Bhattacharyya divergence
Kullback-Leibler divergence
information theory
multi-robot systems
differential drive mobile robots
Navigation autonome
localisation
fusion de données
filtre informationnel
suivi de trajectoire
commande par modes glissants
tolérance aux fautes
diagnostic de défauts
divergence de Bhattacharyya
divergence de Kullback-Leibler
théorie de l’information
système multirobots
robots mobiles à entraînement différentiel
Domains
Engineering Sciences [physics]Origin | Files produced by the author(s) |
---|